Il existe un nombre infini de modèles machine learning. Cependant, on estime qu'il existe actuellement des milliers de modèles d'apprentissage automatique différents qui sont utilisés dans des applications commerciales et scientifiques.
Les modèles d'apprentissage automatique les plus courants
- Modèles de classification : ces modèles sont utilisés pour prédire une catégorie ou une classe pour une nouvelle donnée. Par exemple, un modèle de classification peut être utilisé pour prédire si une image montre un chat ou un chien.
- Modèles de régression : ces modèles sont utilisés pour prédire une valeur numérique pour une nouvelle donnée. Par exemple, un modèle de régression peut être utilisé pour prédire le prix d'une maison en fonction de ses caractéristiques.
- Modèles de clustering : ces modèles sont utilisés pour regrouper des données similaires. Par exemple, un modèle de clustering peut être utilisé pour regrouper des clients en fonction de leurs habitudes d'achat.
- Modèles d'association : ces modèles sont utilisés pour identifier des règles qui relient les données. Par exemple, un modèle d'association peut être utilisé pour identifier les produits qui sont souvent achetés ensemble.
Il existe un nombre croissant de modèles d'apprentissage automatique spécialisés qui sont conçus pour des tâches spécifiques. Par exemple, il existe des modèles d'apprentissage automatique qui sont utilisés pour la reconnaissance faciale, la traduction automatique, la conduite autonome et bien d'autres applications.
Les modèles d'apprentissage automatique continuent de se développer à mesure que les chercheurs développent de nouvelles techniques et que les capacités informatiques augmentent.